提供有界延迟服务的网络结构

将来的计算机网络必须支持具有不同通信量和不同服务质量（ＱｏＳ）要求的应用，有界延迟服务保证所有应用包的延迟都不超过给定延迟上界。本文首先提出有界延迟实时服务网络的框架，详细说明了其关键部件的功能和工作原理，并阐述了分析它们性能的技术，最后讨论了设计有界延迟服务网络在性能与实现复杂性之间的折衷。     

一个基于LB/IHMM的高性能汉语连接数字语音识别系统

本文使用一种ＩＨＭＭ的简化训练算法，讨论了一个基于ＬｅｖｅｌＢｕｉｌｄｉｎｇ搜索算法，参考模式基于ＩＨＭＭ模型的高性能的汉语连接数字语音识别系统。文中详细描述了系统的特征提取、ＩＨＭＭ模型、训练过程和识别过程，以及系统用于特定人、多说话人和不认人语音识别的实验，并且对实验结果进行了分析和讨论。     

利用 TLI 进行无连接方式应用开发

ＴＬＩ是ＩＳＯ－ＯＳＩ模型的传输层的一个编程界面,支持网络中两个用户进程间的数据传送。ＴＬＩ为应用开发提供了两种服务方式：连接方式和无连接方式。前者适宜于要求较大数据量,面向数据流交互的应用程序;后者适合于含有短小快速请求／响应交互的应用程序。本文详细讨论了ＴＬＩ的无连接方式服务和在应用开发过程中必须解决的几个问题。     

潜艇作战系统体系结构与可靠性研究

结合工程实践,对不同连接模式下潜艇作战系统体系结构与可靠性作了较深入的探讨,对高可靠性系统的特征及关键技术作了较全面论述     

螺栓法兰连接结构有限元模型参数确定方法

螺栓法兰连接广泛用于各种工业结构中,为准确预测该连接在实际工作中发挥的作用,需要建立准确高效的有限元模型。针对有限元建模过程中模型各种参数的确定问题,综合使用数值仿真手段和试验手段分别对模型网格参数和接触参数的确定开展研究。参数确定后的螺栓法兰连接结构有限元模型在保证计算精度的前提下,计算效率得到显著提高。     

基于异态集成学习的飞行目标辅助识别模型

对飞行目标类型的准确识别是空中作战意图识别的前提和基础。针对当前各类识别模型在训练样本较少时,较难同时获得模型的稳定性和较好的泛化能力且在线学习能力较差的问题,提出了一种基于异态集成学习的飞行目标辅助识别模型,将k近邻学习模型与BP神经网络模型进行整合,使模型兼具训练稳定性与较好的泛化能力;通过算法设计,模型具有了整体动态更新的能力。基于某作战仿真系统完成飞行目标识别实验,对比了该模型与各类模型的性能表现。实验结果显示所提出的模型识别正确率稳定在90%左右,且在个体学习器的基础上至少提高2%。     

蚁群算法的多目标识别模型

现代海战中,我面临的威胁目标复杂多样,正确识别敌目标是做出准确的军事决策的前提.基于蚁群算法的并行最优化特点,引入近邻函数,将目标识别问题转化为最优化聚类问题,提出了一种新的多目标识别算法.实验结果表明此方法是有效的,具有一定的军事现实意义.     

多尺度细节增强的红外图像去混合噪声研究

针对红外图像中噪声强度高、类型多的问题,提出一种基于卷积自编码器实现的图像降噪模型——IS-DCAE.通过分析红外图像噪声干扰原因,建立了3种噪声模型产生噪声图像;在基本卷积自编码器的基础上,增加了简化的Inception模块,用以拓展网络的深度、增强模型的非线性映射能力和特征表达能力;同时,为了更好地恢复图像的细节信...     

并行生成卷积网络图像修复算法

为解决修复纹理精细、背景复杂图像中大面积不连续语义缺失时存在的边缘伪影和语义不连续的缺陷,提出一种并行生成卷积的残差连接图像修复算法。将残缺图像输入一个两列平行卷积的结构修复网络得到两个具有不同感受野大小的图像分量,通过共享解码合并两个图像分量并计算输出的L2损失优化网络。将结构修复网络的输出送入包含残差连接与注意力机制的细节修复网络,融合上下文信息,改善修复细节能力。使用全局与局部鉴别器和预训练视觉几何组网络计算损失,对修复网络进行整体判别优化,增强修复结果的整体与局部一致性。在国际公认数据库上验证提出算法的性能,实验结果表明：提出算法可以有效修复复杂背景且包含精细纹理的大面积不规则缺失区域,提升图像细节、语义和结构的真实性与完整性,其峰值信噪比和结构相似度优于经典的对比算法。